#automatic-differentiation Репозитории
Откройте для себя 50 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #automatic-differentiation, с общим числом 94,135 звёзд (в среднем 1,882 на проект). Лидером этой темы является karpathy/micrograd, набравший 19,036 звёзд.
Всего репозиториев: 50
Крошечный скалярный движок автодифференцирования и библиотека нейронных сетей поверх него с API, похожим на PyTorch
MindSpore — это новый фреймворк для обучения/вывода глубокого обучения с открытым исходным кодом, который может использоваться для мобильных, периферийных и облачных сценариев.
Быстрая и гибкая реализация алгоритмов динамики твердого тела и их аналитических производных
PennyLane — это платформа квантового программного обеспечения с открытым исходным кодом для квантовых вычислений, квантового машинного обучения и квантовой химии. Создавайте значимые квантовые алгоритмы от вдохновения до реализации.
Быстрая, эргономичная и портативная библиотека тензоров на Nim с акцентом на глубокое обучение для CPU, GPU и встраиваемых устройств через бэкенды OpenMP, Cuda и OpenCL
Оптимизация конструкции самолётов ускоряется с помощью трансформаций вычислительных графов (например, автоматическая дифференциация). Компонуемые инструменты анализа для аэродинамики, propulsion, конструкций, проектирования траектории и многого другого.
Tiny Differentiable Simulator — это физическая библиотека C++ и CUDA, состоящая только из заголовочных файлов, для обучения с подкреплением и робототехники с нулевыми зависимостями.
Быстрая дифференцируемая тензорная библиотека на JavaScript и TypeScript с Bun + Flashlight
OptimLib: легкая библиотека C++ для численных методов оптимизации для нелинейных функций
Математическая оптимизация в Julia. Локальная, глобальная, градиентная и безпроизводная. Линейная, квадратичная, выпуклая, смешанно-целочисленная и нелинейная оптимизация в одном простом, быстром и дифференцируемом интерфейсе.
Библиотека Stan Math — это шаблонная библиотека C++ для автоматического дифференцирования любого порядка с использованием прямых, обратных и смешанных режимов. Она включает множество встроенных функций для вероятностного моделирования, линейной алгебры и решения уравнений.
Инструменты оптимальной транспортировки, реализованные с помощью фреймворка JAX, для решения крупномасштабных задач сопоставления любого типа.
Введения в ключевые концепции квантового программирования, а также руководства и реализации из передовых исследований в квантовых вычислениях.
TorchOpt — это эффективная библиотека для дифференцируемой оптимизации, построенная на PyTorch.
BackPACK - пакет для обратного распространения ошибки, построенный на базе PyTorch, который эффективно вычисляет величины, отличные от градиента.
🧩 Формо-безопасная символическая дифференциация с алгебраическими типами данных
Часто задаваемые вопросы
Какой репозиторий по теме #automatic-differentiation наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #automatic-differentiation на GitHub — karpathy/micrograd, набравший 19,036 звёзд. Крошечный скалярный движок автодифференцирования и библиотека нейронных сетей поверх него с API, похожим на PyTorch
Какие языки программирования чаще всего используются в репозиториях по теме #automatic-differentiation?
Среди наиболее высоко оценённых проектов по теме #automatic-differentiation на GitHub чаще всего используются языки программирования Python, C++, Julia, Jupyter Notebook.
Как рассчитывается рейтинг репозиториев по теме #automatic-differentiation?
Мы отслеживаем 50 активных репозиториев с открытым исходным кодом, отмеченных тегом #automatic-differentiation (500 и более звёзд), с общим числом 94,135 звёзд и в среднем 1,882 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.